[发明专利]一种认知负荷评价方法、装置、系统及存储介质在审
申请号: | 201910842346.9 | 申请日: | 2019-09-06 |
公开(公告)号: | CN110688550A | 公开(公告)日: | 2020-01-14 |
发明(设计)人: | 王群;高景伯;孙宁;姜川;陈瀚;鲁鹏;孔维星;谢勃毅 | 申请(专利权)人: | 国汽(北京)智能网联汽车研究院有限公司 |
主分类号: | G06F16/906 | 分类号: | G06F16/906 |
代理公司: | 11250 北京三聚阳光知识产权代理有限公司 | 代理人: | 向森 |
地址: | 100176 北京市大兴区亦庄经济*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 认知 数据集 聚类中心 欧式距离 智能网 负荷评价 预设 数据库 人机界面设计 存储介质 负荷变化 功能变化 汽车驾驶 汽车设计 定型 合理性 评级 汽车 | ||
1.一种认知负荷评价方法,其特征在于,包括:
获取认知数据集,确定所述认知数据集所处的认知环境;
分别计算所述认知数据集与预设的聚类中心数据库的所述认知环境中各聚类中心的欧式距离;
选取出最小的欧式距离,并以与所述最小的欧式距离相对应的聚类中心所属的认知负荷等级作为所述认知数据集的认知负荷等级。
2.根据权利要求1所述的认知负荷评价方法,其特征在于,所述计算所述认知数据集与预设的聚类中心数据库的所述认知环境中各聚类中心的欧式距离包括:
利用预设的第一公式计算所述认知数据集与所述聚类中心数据库的所述认知环境中任一聚类中心的欧式距离;
遍历所述认知环境中各聚类中心,得到所述认知数据集与所述聚类中心数据库的所述认知环境中各聚类中心的欧式距离;
其中,所述第一公式为在所述第一公式中,An表示所述认知数据集,Ckn表示任一聚类中心,a1表示所述认知数据集的第1个属性值,a2表示所述认知数据集的第2个属性值,an表示所述认知数据集的第n个属性值,Ckl表示所述聚类中心的第1个属性值,Ck2表示所述聚类中心的第2个属性值,Ckn表示所述聚类中心的第n个属性值。
3.根据权利要求1所述的认知负荷评价方法,其特征在于,还包括:根据样本认知数据集构建所述聚类中心数据库。
4.根据权利要求3所述的认知负荷评价方法,其特征在于,所述根据样本认知数据集构建聚类中心数据库包括:
获取同一认知环境的多个样本认知数据集;
利用预设的基准数据对每个样本认知数据集进行修正,得到修正后的样本认知数据集;
根据认知负荷等级的数量,对多个修正后的样本认知数据集进行聚类得到认知负荷各等级的聚类中心;
遍历各认知环境,得到聚类中心数据库。
5.根据权利要求4所述的认识负荷评价方法,其特征在于,所述利用预设的基准数据对每个样本认知数据集进行修正,得到修正后的样本认知数据集包括:
利用所述样本认知数据集中任一属性值减去与该属性值相对应的基准数据,得到修正后的属性值;
遍历所述样本认知数据集中的各属性值,得到修正后的样本认知数据集。
6.根据权利要求2或5所述的认知负荷评价方法,其特征在于,所述认知数据集/样本认知数据集的属性值包括以下中的一项或多项:驾驶员操作反应时间、驾驶员外周视觉检测场景的反应时间、驾驶员外周视觉检测场景的正确率及驾驶员心率变异率。
7.一种认知负荷评价装置,其特征在于,包括:
获取模块,用于获取认知数据集;
处理模块,用于确定所述认知数据集所处的认知环境;
计算模块,用于分别计算所述认知数据集与预设的聚类中心数据库的所述认知环境中各聚类中心的欧式距离;
认知负荷确定模块,用于选取出最小的欧式距离,并以与所述最小的欧式距离相对应的聚类中心所属的认知负荷等级作为所述认知数据集的认知负荷等级。
8.一种认知负荷评价系统,其特征在于,包括:
认知数据采集子系统、存储器和处理器,所述认知数据采集子系统、所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行权利要求1-6中任一项所述的认知负荷评价方法。
9.根据权利要求8所述的认知负荷评价系统,其特征在于,还包括人机界面半实物模拟子系统,所述认知数据采集子系统布置于所述人机界面半实物模拟子系统中。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行权利要求1-6中任一项所述的认知负荷评价方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国汽(北京)智能网联汽车研究院有限公司,未经国汽(北京)智能网联汽车研究院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910842346.9/1.html,转载请声明来源钻瓜专利网。